Selon l’enquête AI Chamber 2025, une majorité des PME interrogées en Europe centrale déclarent utiliser l’intelligence artificielle. 7 % des entreprises de la zone euro sont classées comme utilisatrices intensives; aucun taux d’effet mesuré sur la productivité n’est établi. L’écart entre ces deux chiffres résume un problème que la région n’a pas encore nommé clairement : adopter un outil et en extraire de la valeur sont deux opérations qui exigent des compétences radicalement différentes. Les pays qui ont compris cette distinction, la Corée du Sud, l’Allemagne, ont construit des politiques précises pour la combler ; L’enquête suggère une intégration encore limitée dans les fonctions stratégiques, sans démontrer l’absence d’effets de transformation.

L’essentiel

  • Selon AI Chamber 2025, plus de trois quarts des entreprises de l’échantillon déclarent utiliser l’IA; l’OCDE décrit une intégration stratégique inégale, sans chiffrer une part productive.
  • Les données nationales Eurostat 2025 montrent des écarts importants entre pays: la Roumanie est à 93 % selon AI Chamber, la Tchéquie est à 17,6 % dans Eurostat 2025 ou 90 % dans l’enquête AI Chamber; le rapport AI Chamber 2025 ne fournit aucun taux pour le Danemark ou la Finlande. Les écarts observés ne permettent pas, à eux seuls, d’attribuer une causalité à des investissements différenciés en formation numérique.
  • Selon l’enquête OCDE sur les Balkans occidentaux, une part significative des PME déclare recourir à une expertise externe ; l’effet sur la localisation de la valeur créée n’est pas mesuré.
  • Certains pays comme la Corée du Sud et l’Allemagne montrent qu’une politique délibérée de plateformes partagées et de formation pratique peut contribuer à réduire cette dépendance, mais à condition de commencer avant que l’écart ne se creuse davantage.
  • La fracture numérique intra-européenne pourrait menacer la cohésion du marché unique de manière comparable aux fractures commerciales avec l’extérieur.

Déclarer n’est pas adopter

Ce chiffre d’adoption déclarée doit être nuancé. L’OCDE constate que, dans son échantillon international, la plupart des répondants s’en tiennent à des outils grand public, un générateur de texte pour les e-mails, un chatbot de service client prêt à l’emploi, parfois un outil de traduction automatique. L’OCDE décrit une intégration stratégique inégale, sans chiffrer ces usages à un taux européen de PME.

Cette distinction n’est pas anecdotique. Tyler Cowen, économiste américain dont le travail récent sur l’IA soulève précisément ce problème, argue que l’IA amplifie l’intellect humain à condition que les utilisateurs maintiennent un effort cognitif réel, qu’ils sachent quoi demander, comment évaluer la réponse, comment intégrer la sortie de l’outil dans un processus plus large. Sans cet effort, l’IA produit une illusion de compétence : elle génère du contenu, mais personne dans l’organisation ne peut en juger la qualité ni le transformer en avantage concurrentiel durable.

De nombreuses PME d’Europe centrale connaissent cette situation. Elles consomment souvent des outils conçus ailleurs, par des équipes qui maîtrisent les couches profondes de ces systèmes, sans que les capacités internes ne suffisent toujours pour les adapter ou les challenger. Selon l’enquête AI Chamber, 44 % déclarent mobiliser leurs ressources internes et 25 % recourir au conseil. La région importe la technologie comme elle importait autrefois les machines, avec un risque que la maîtrise reste concentrée à l’extérieur.

Le déficit de compétences comme contrainte structurelle

Les données Eurostat 2025 montrent des niveaux nationaux très variables selon les pays couverts par l’enquête. Ces écarts reflètent des investissements historiquement différenciés dans la formation professionnelle et l’éducation numérique.

Cet écart n’est pas une fatalité héritée de la géographie. Il correspond à des variations dans les politiques publiques de formation et d’éducation numérique. Les pays nordiques ont traité la montée en compétences numériques comme un investissement stratégique d’État dès les années 1990. En Europe centrale, les approches de formation professionnelle ont varié selon les pays et les périodes.

Lorsque l’accompagnement externe se termine, la compétence acquise ne s’inscrit pas toujours dans les pratiques durables de l’organisation. Daron Acemoglu et Simon Johnson analysent cette mécanique dans leurs travaux sur la distribution des gains technologiques : les bénéfices de l’automatisation se concentrent là où existent les compétences complémentaires, et non là où les outils sont simplement déployés.

Cela rejoint d’ailleurs la question plus large de qui contrôle les leviers de la technologie avancée : quand les capacités critiques restent concentrées à l’extérieur d’une région, la dépendance se perpétue.

Les choix distincts de la Corée du Sud et de l’Allemagne

Deux modèles méritent l’attention, pour des raisons différentes. La Corée du Sud soutient l’usage de services cloud par les PME via des vouchers et propose séparément des formations pratiques à l’IA. Les PME coréennes ont eu accès à des ressources partagées pour tester des intégrations. Elles ont eu accès à des environnements techniques suffisamment puissants pour tester de vraies intégrations, avec des formateurs capables d’expliquer le lien entre l’outil et le processus métier.

L’Allemagne a suivi une logique partiellement différente, ancrée dans son réseau de Mittelstand, ces entreprises de taille intermédiaire qui constituent l’épine dorsale industrielle du pays. Les Mittelstandszentren ont joué le rôle d’intermédiaires entre la recherche universitaire, les grandes entreprises technologiques et les PME. L’adoption de l’IA dans les PME allemandes ne s’est pas faite par le biais de consultants extérieurs, mais par des réseaux sectoriels où les entreprises qui avaient déjà intégré les outils transmettaient l’expérience à celles qui démarraient. L’apprentissage est resté dans l’écosystème.

Ces deux modèles partagent une infrastructure partagée qui réduit le coût d’entrée et un mécanisme de transmission des compétences. Cette approche existe en Europe centrale via des hubs numériques et des clusters, même si leur couverture et leurs capacités varient selon les pays. Les politiques en place combinent des programmes nationaux de subvention à l’achat d’outils avec des initiatives européennes dont certaines PME jugent les procédures d’accès trop complexes. L’Union européenne a d’ailleurs fait l’expérience douloureuse de cette déconnexion entre l’annonce de financements et leur absorption réelle dans des contextes à faible capacité administrative. Les régulations conçues en amont de l’adoption, comme le montre l’expérience européenne sur d’autres segments technologiques, peuvent ajouter des frictions supplémentaires pour les acteurs les plus fragiles.

Le risque de la dépendance permanente

Tyler Cowen, dans un texte de 2026 sur les risques de long terme pour la compétitivité américaine face à l’IA, formule une mise en garde transposable à l’Europe centrale : une société qui délègue l’effort cognitif à des systèmes extérieurs sans construire les compétences pour les superviser risque de créer une dépendance structurelle difficile à résorber. Son argument vise les États-Unis, mais le diagnostic s’applique aussi à l’Europe centrale : quand une économie consomme de l’IA sans en comprendre le fonctionnement, elle risque de voir une part de sa capacité d’innovation se concentrer progressivement chez ceux qui construisent les systèmes.

Pour l’Europe centrale, ce risque prend une forme concrète. Les PME qui s’habituent à utiliser des outils clés en main, sans développer les compétences pour les adapter ou les challenger, s’exposent au risque de devenir des clients captifs. En cas de changement des conditions, tarifs ou modèle de service du fournisseur, elles manquent souvent des moyens pour migrer vers une alternative ou développer une solution interne. La dépendance technologique reproduit, dans le numérique, les vulnérabilités que la région a connues dans l’énergie ou dans certaines chaînes d’approvisionnement industrielles.

Une lecture concurrente existe, et elle mérite d’être posée honnêtement. Des économistes comme Dani Rodrik soutiennent que la participation à des chaînes de valeur globales, même en position de dépendance initiale, peut créer des apprentissages progressifs qui finissent par réduire l’écart. Les pays qui ont intégré des technologies développées à l’extérieur ont parfois, après une période de rattrapage, développé des capacités propres. Taïwan avec les semi-conducteurs, la Corée avec l’électronique grand public : les deux exemples montrent des trajectoires où la dépendance initiale n’a pas empêché l’émergence d’une maîtrise locale.

Mais cette trajectoire suppose une condition que Rodrik lui-même formule clairement : il faut des politiques délibérées de montée en compétences, pas seulement un accès aux outils. Sans cet investissement explicite, la dépendance risque de se perpétuer sans produire d’apprentissage organisationnel durable.

Les pressions nouvelles à horizon 2030

La pression va s’intensifier avant que les politiques aient le temps de produire leurs effets. D’ici 2030, les modèles d’IA actuellement accessibles aux PME via des interfaces grand public vont devenir significativement plus puissants, et plus complexes à utiliser de manière productive. Les entreprises qui auront développé des compétences d’intégration réelles pendant cette fenêtre de transition seront en position d’en extraire des gains exponentiellement plus importants que celles qui seront restées au stade de la consommation superficielle.

Pour les PME d’Europe centrale, cela dessine deux trajectoires plausibles à horizon 2030-2035. Dans la première, les politiques publiques s’alignent sur ce que la Corée du Sud et l’Allemagne ont construit : des plateformes cloud mutualisées dont le coût est partiellement pris en charge par des fonds publics ou européens, des programmes de formation pratique ancrés dans les réseaux sectoriels existants, et des mécanismes de validation des compétences acquises qui permettent aux PME de signaler leur niveau d’intégration réelle à leurs clients et partenaires. Dans cette trajectoire, les PME pourraient progresser significativement dans leur intégration productive, à condition que les politiques de formation commencent dès maintenant.

Dans la seconde trajectoire, les programmes restent fragmentés, les financements européens continuent d’être absorbés par les grandes entreprises qui ont les équipes pour monter des dossiers, et les PME restent coincées dans une consommation d’outils sans apprentissage organisationnel. L’écart avec l’Europe du Nord s’élargit, et la région se spécialise de facto dans des segments de la chaîne de valeur où la technologie compte moins, ce qui, dans une économie de plus en plus automatisée, signifie des segments à marges plus faibles et à emplois moins qualifiés.

Ce qui permettrait de distinguer ces deux trajectoires dans les prochaines années : l’évolution du taux de compétences numériques dans la tranche d’âge 25-40 ans, la génération qui gère les PME aujourd’hui et qui les dirigera en 2035. Si ce taux progresse de plus de cinq points par an dans les pays de la région, c’est le signe que les politiques de formation commencent à mordre. Si le taux stagne, la deuxième trajectoire devient la plus probable.

Il faut noter, sur ce point, que certaines données disponibles reposent sur des déclarations. Certaines statistiques Eurostat reposent sur des déclarations, mais Eurostat mesure aussi l’utilisation des compétences au travail via le module EU-LFS sur les compétences professionnelles. Un programme de suivi longitudinal, sur le modèle de ce que l’OCDE fait avec l’enquête PIAAC sur les compétences des adultes, donnerait une image beaucoup plus précise de ce que les PME peuvent réellement faire avec les outils qu’elles disent utiliser.

Des leviers précis existent

L’image n’est pas entièrement sombre. Plusieurs pays d’Europe centrale ont commencé à expérimenter des approches plus ciblées. En 2024, des programmes régionaux polonais ont financé des formations de PME inscrites dans la Baza Usług Rozwojowych, qui recense des prestataires et leurs certifications, un mécanisme qui déplace la subvention de l’outil vers la compétence. La République tchèque a développé des partenariats entre ses universités techniques et des clusters industriels pour que les PME puissent tester des intégrations IA dans des environnements réels, avec un accompagnement académique, sans avoir à supporter seules le coût de l’expérimentation.

Ces initiatives restent à petite échelle et leur impact sur les chiffres agrégés n’est pas encore mesurable. Elles montrent que la région identifie les leviers nécessaires et que des acteurs publics et privés sont disposés à y investir. Le partage des gains technologiques entre régions et entre acteurs économiques deviendra un enjeu plus aigu à mesure que l’IA s’affirme comme source de productivité différentielle : les PME qui auront construit une maîtrise réelle accumuleront des avantages que celles restées en surface ne pourront pas compenser en déclarant simplement qu’elles utilisent l’IA.

La cohésion du marché unique européen dépend en partie de cette dynamique. Une Europe où les PME du Nord et du Nord-Ouest captent les gains de l’IA pendant que celles du Centre et de l’Est restent en position de dépendance reproduit les asymétries que l’intégration européenne visait à réduire. Des politiques ciblées, des financements bien conçus et des réseaux de transmission des compétences peuvent modifier cette trajectoire. Cela suppose de traiter le déficit de compétences numériques comme une priorité de politique industrielle, et non comme un effet secondaire à corriger à la marge.

Les décideurs politiques de la région devront construire l’infrastructure d’apprentissage avant que l’écart ne devienne trop large pour être comblé à coût raisonnable.

Sources

  1. AI Chamber, How do SMEs in CEE find their way in the world of AI?, 2026, https://aichamber.eu/report/how-do-smes-in-cee-find-their-way-in-the-world-of-ai/
  2. Tyler Cowen, A Doomsday Scenario for American AI, The Free Press, 2026, https://www.thefp.com/p/tyler-cowen-ai-doomsday-scenario-american
  3. Eurofound / Cedefop, SME Digitalisation in the EU, 2025
  4. OCDE, SME AI Adoption Report, 2026
  5. Eurostat, ICT skills of individuals, données 2024-2025